A mHealth Application for Chronic Wound Care: Findings of a User Trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper reports on the findings of a user trial of a mHealth application for pressure ulcer (bedsore) documentation. Pressure ulcers are a leading iatrogenic cause of death in developed countries and significantly impact quality of life for those affected. Pressure ulcers will be an increasing public health concern as the population ages. Electronic information systems are being explored to improve consistency and accuracy of documentation, improve patient and caregiver experience and ultimately improve patient outcomes. A software application was developed for Android Smartphones and tablets and was trialed in a personal care home in Western Canada. The software application provides an electronic medical record for chronic wounds, replacing nurses' paper-based charting and is positioned for integration with facility's larger eHealth framework. The mHealth application offers three intended benefits over paper-based charting of chronic wounds, including: (1) the capacity for remote consultation (telehealth between facilities, practitioners, and/or remote communities), (2) data organization and analysis, including built-in alerts, automatically-generated text-based and graph-based wound histories including wound images, and (3) tutorial support for non-specialized caregivers. The user trial yielded insights regarding the software application's design and functionality in the clinical setting, and highlighted the key role of wound photographs in enhancing patient and caregiver experiences, enhancing communication between multiple healthcare professionals, and leveraging the software's telehealth capacities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle